[发明专利]一种基于环境感知实例分割模型的轨道识别方法及系统

说明书

本发明提出了一种基于环境感知实例分割模型的轨道识别方法及系统，其中方法包括：获取运行轨道的监控视频，基于监控视频得到实时的轨道图像；构建分割模型，将轨道图像输入至分割模型，使用条状池化窗口对轨道图像在至少两个垂直的维度上进行池化，得到具有预定的距离依赖关系和远程上下文信息的若干个分割图像；若得到的分割图像的边缘为连续完整，则当前运行轨道上无障碍；反之，则当前运行轨道上存在障碍物。本发明通过对单一高铁轨道分割结果的完整性来推断其是否被障碍物覆盖阻碍，以及针对极端天气对获取图像进行能见度的互补，提高检测精准度，解决了高速动车组在高速运行时，对列车前进方向上运行环境的障碍物实时检测问题。

技术领域

本发明涉及一种基于环境感知实例分割模型的轨道识别方法及系统，特别是涉及铁路交通数据智能分析的技术领域。

背景技术

高速列车、又称高速火车，是指能以高速度持续运行的列车，最高行驶速度一般要达到200km/h之上。高速列车属于现代化的高速交通工具，是火车顶尖科学技术的集中体现，可以大幅提高列车旅行速度从而提高火车运输效率。

由于高速动车组在我国的广泛应用以及其具备高速运行的特点，所以，在其运行过程中对安全性具备更高的需求，尤其是运行环境的障碍物检测方面。目前对高速动车组运行时的环境感知技术主要针对高速铁路的轨道检测，轨道检测包括实时检测和非实时检测。其中，检测车排障、人工检查等属于非实时检测，即轨道有故障的时候，并没有设备实时进行检测，而是在设备运行之前进行故障排查，保证轨道可以正常使用。因此，非实时检测在上一次排查到故障发生这段时间，如果没有排查事件发生，则故障时很有可能发现不了。轨道电路属于实时检测，但轨道电路检查两条轨道是否被占用，即两轨道间实现短路，并不能检测非短路之外的故障，比如非导体在轨道上或者导体在轨道但是并没有搭在两条轨道之上。

现有技术中，针对高速动车组运行环境的障碍物检测，逐渐开始引入计算机视觉技术对其进行分析处理，但计算机视觉领域对该问题的现有研究大多是在系统内建立轨行区固有设备白名单，列车在运行过程中，可将对限界窗内的区域进行检测，当检测到有物体存在时，系统将调取白名单进行特征匹配。若特征与白名单内的物体吻合，则判断为已安装设备；若特征与白名单不吻合，则判断为障碍物。当前技术需提前对大量轨行区固有设备进行特征提取，因此存在成本高，结构复杂，出错率高，不易应用等问题。

发明内容

发明目的：提出一种基于环境感知实例分割模型的轨道识别方法及系统，以解决现有技术存在的上述问题，实现高精度、实时的高铁轨道分割识别目的。

技术方案：第一方面，提出了一种基于环境感知实例分割模型的轨道识别方法，该方法具体包括以下步骤：

通过信息采集设备实时采集运行轨道的监控视频；

基于所述运行轨道的监控视频获取轨道图像；

对所述轨道图像进行预处理；

构建环境感知实例分割模型，并接收经过预处理后的轨道图像；

采用所述环境感知实例分割模型对预处理后的轨道图像进行分析判断；

根据判断结果生成对应的调控指令，辅助运行轨道上的正常行驶。

在第一方面的一些可实现方式中，在实时采集运行轨道的监控视频时，针对不可抗拒产生的拍摄的盲区，自动切换判断的起止点为整张图像中分割结果的最前沿至最后端。对所述轨道图像进行预处理时，进一步包括对轨道图像进行能见度互补操作。

所述环境感知实例分割模型通过深层网络将不同等级特征和分类器以端到端多层方式进行集成，同时通过堆叠的网络层数丰富特征级别。

所述环境感知实例分割模型包括残差网络，将所述残差网络作为主干网络，克服过拟合现象，提高模型性能。

所述环境感知实例分割模型包括一个基于条纹池化的轻量级模块，所述轻量级模块通过使用条带状池化窗口在不同维度上对轨道图像进行池化，获取具有距离依赖关系和上下文信息的分割图像。